Добавить в избранное
  • Москва: (495) 987-4136
  • Петербург: (812) 448-5335
  • Волгоград: (8442) 98-6161
  • Регионы: (917) 330-2959
Заказ диплома на Росдипломе. Дипломные работы с гарантией качества!
Репетиторские услуги студентам!

Помощь в написании студенческих учебных работ любого уровня сложности, дипломные и магистерские, курсовые, рефераты и контрольные. Поможем решить непосильные задания и подготовить отчеты по практике. Комплексное сопровождение студента.

 

Тема: ПРИМЕНЕНИЕ НЕПАРАМЕТРИЧЕСКОГО СТАТИСТИЧЕСКОГО МЕТОДА ПРИ ДИАГНОСТИКЕ БИОРИТМОВ БИНОКУЛЯРНОГО ЗРЕНИЯ

Проблема диагностики биоритмов бинокулярного зрения. Бинокулярное зрение – это зрение с использованием информации, поступающей в мозг от обоих глаз, при этом имеет место явление, называемое бинокулярным соперничеством и заключающееся в том, что информация в мозг поступает попеременно от правого и левого глаз, затем обрабатывается в головном мозге и формируется в зрительный образ [1,2].
В повседневной жизни этот феномен незаметен, и для его выявления в медицине используются специальные системы для разделения полей зрения, называемые гаплоскопическими [3]. Принцип действия таких систем основан на том, что правому и левому глазу предъявляются объекты с разными свойствами (например, разной формы и цвета). После кратковременной адаптации у пациента с бинокулярным зрением сначала произойдет слияние предъявляемых объектов, а затем начнется  попеременное наблюдение объектов, предъявляемых раздельно правому и левому глазам. Моменты времени, в которые происходит переход от восприятия объекта одним глазом к восприятию другим глазом, называют моментами переключения полей зрения, а время наблюдения пациентом объектов от правого и левого глаз – биоритмами зрительных восприятий бинокулярного зрения. Их значения лежат в диапазоне от 0,5 до 6 секунд индивидуально для каждого пациента, причем с медицинской точки зрения важно, чтобы значения биоритмов для правого и левого глаз были близки друг другу.
Часто нарушения функций зрительного анализатора связаны именно с нарушением процесса бинокулярного зрительного восприятия, когда, например, соотношение биоритмов левого и правого глаз больше 1,5 либо чередования полей зрения не удается зарегистрировать. В связи с этим актуальной задачей является построение системы, способной достоверно диагностировать и при необходимости эффективно скорректировать эти нарушения.
Существующие в настоящее время медицинские приборы позволяют качественно определить характер зрения пациента (бинокулярное, монокулярное, одновременное), а количественная оценка биоритмов зрительных восприятий проводится со слов пациента [4]. Недостатком такого способа является наличие субъективного фактора: моменты переключения полей зрения в данном случае определяются самим пациентом, и могут присутствовать как ложные моменты переключения полей зрения, так и их пропуски. Однако для экспериментальных исследований бинокулярного зрения такая методика является единственно возможной, точность в этом случае достигается за счет четкого инструктирования испытуемого, а также большого числа повторений опыта.
Избежать влияния субъективного фактора позволит автоматическое определение моментов переключения полей зрения, в основу которого положена взаимосвязь бинокулярных зрительных восприятий и электрофизиологической активности головного мозга.
Таким образом, выявление отражения на электроэнцефалограмме (ЭЭГ) процессов, связанных со зрительными восприятиями при бинокулярном зрении, является актуальной задачей, решение которой позволит повысить достоверность диагностирования и эффективность лечения нарушений бинокулярного зрения.
Для выявления взаимосвязи бинокулярных зрительных восприятий и электрофизиологической активности головного мозга необходимо проведение серии экспериментальных исследований. С этой целью была разработана система для диагностики бинокулярного зрения с биологической обратной связью [5] на базе персонального компьютера (ПК), включающая очки-фотостимуляторы, блок усиления и преобразования ЭЭГ и устройство сопряжения с ПК (рис. 1).
 
Рис. 1. Система для диагностики бинокулярного зрения с биологической обратной связью
Также была разработана методика проведения экспериментальных исследований, которая заключается в одновременном наблюдении пациентом явления бинокулярного соперничества и регистрации электроэнцефалограммы. Предварительно пациенты проходили качественную оценку вида зрения, и для участия в экспериментах были отобраны 15 человек (возраст от 20 до 30 лет) с явным наличием бинокулярного зрения. Эксперименты проводились в Тульском областном диагностическом центре, регистрация ЭЭГ производилась на оборудовании научно-медицинской фирмы МБН (рис. 2).
Рис. 2. Проведение экспериментальных исследований бинокулярного зрения
Эксперимент проводится следующим образом. Пациент одевает очки-фотостимуляторы, в которых загораются светодиоды красным цветом в правом канале и зеленым в левом, и видит картинку, представленную на рис. 3, а. Пациент должен направить взор между парами точек в бесконечность, так чтобы изображения слились, образуя крест (рис. 3, б). Через некоторое время пациент начинает видеть чередующуюся смену вертикальных и горизонтальных светящихся точек – феномен бинокулярного соперничества. Одновременно с этим осуществляется запись ЭЭГ по 19 отведениям.
 
Рис. 3. Изображения, предъявляемые в режиме диагностики
В моменты появления зеленых вертикальных и красных горизонтальных точек пациент нажимает соответствующие кнопки на клавиатуре ПК, отмечая таким образом на электроэнцефалограмме моменты переключения полей зрения (рис. 4).
 
Маркер 1 – момент переключения поля зрения с левого глаза на правый
Маркер 2 – момент переключения поля зрения с правого глаза на левый
Рис. 4. Запись ЭЭГ при исследовании бинокулярного зрения
Таким образом была создана база данных результатов экспериментальных исследований. Следующим этапом является обработка сигналов ЭЭГ, регистрируемых в затылочных отведениях О1 и О2 с целью выявления взаимосвязи бинокулярных зрительных восприятий и ЭЭГ и автоматизации определения биоритмов зрительных восприятий.
Методы обработки сигнала электроэнцефалограммы. Можно выделить несколько различных подходов к анализу ЭЭГ и ее характеристик как нестационарного сигнала.
Оценка степени нестационарности или нерегулярности каким-либо индексом. Для этой цели используют, в частности, различные методы, основанные на сравнении четных и нечетных эпох ЭЭГ [6].Анализ характеристик динамики тех или иных компонентов ЭЭГ, в частности, на основе оценке их вторичных спектральных характеристик. Отслеживание динамики компонентов ЭЭГ с помощью оценок, рассчитываемых для последовательных моментов времени [7]. Динамику альфа-ритма и других ритмических компонентов ЭЭГ исследуют с помощью метода комплексной демодуляции (преобразования Гильберта). Наглядное представление динамики спектра ЭЭГ можно получить, в частности, с помощью метода главных компонент.Адаптивная сегментация ЭЭГ с использованием построения моделей ЭЭГ-сигнала в движущихся "окнах" [8]. Адаптивная сегментация в последние два десятилетия является наиболее распространенным подходом для извлечения из ЭЭГ информации, связанной с ее гетерогенностью во времени. Результатом применения этого метода является деление ЭЭГ на последовательность сегментов различной длины, каждый из которых является более или менее гомогенным, но существенно отличается от соседних сегментов [9]. Свойства сегментов ЭЭГ весьма чувствительны к тонким сдвигам функционального состояния мозга, однако они также очень существенно зависят от выбора методики сегментации и ее параметров, в связи с чем выделенные сегменты не всегда могут объективно характеризовать структуру ЭЭГ и отражать микросостояния мозга.
Альтернативный подход может заключаться в том, чтобы изучать не сами стационарные сегменты, а моменты перехода от одного сегмента к другому, т.е. моменты резких изменений характеристик ЭЭГ, которые могут отражать реакции ЭЭГ на "переключения" различных систем мозга из одного микросостояния в другое [10, 11].
Можно предположить, что такие моменты резких изменений характеристик ЭЭГ соответствуют моментам переключения полей зрения при наблюдении явления бинокулярного соперничества.
В связи с малоизученностью механизмов генерации ЭЭГ и отсутствием общепринятых моделей ЭЭГ-сигнала для поиска моментов переключения полей зрения желательно применение статистических методов, минимизирующих потребность в априорной информации о свойствах анализируемого сигнала. Этому требованию удовлетворяет непараметрический метод детекции моментов изменений сигнала [12]. Однако применение этого метода к задаче диагностики бинокулярного зрения требует существенного его развития.
Непараметрическая сегментация ЭЭГ-сигнала в задаче автоматизации диагностики биоритмов бинокулярного зрения. Непараметрические методы в математической статистике – это методы непосредственной оценки теоретического распределения вероятностей и тех или иных его общих свойств (симметрии и т.п.) по результатам наблюдений [13]. Название непараметрические методы подчёркивает их отличие от классических (параметрических) методов, в которых предполагается, что неизвестное теоретическое распределение принадлежит какому-либо семейству, зависящему от конечного числа параметров, и которые позволяют по результатам наблюдений оценивать неизвестные значения этих параметров и проверять те или иные гипотезы относительно их значений [14].
В данной задаче применяется найденный А. Н. Колмогоровым способ проверки согласованности теоретических и эмпирических распределений (так называемый критерий Колмогорова). Пусть результаты n независимых наблюдений некоторой величины имеют функцию распределения F (x) и пусть Fn (x) обозначает эмпирическую функцию распределения, построенную по этим n наблюдениям, a Dn – наибольшее по абсолютной величине значение разности (Fn (x)-F (x)). Случайная величина  имеет в случае непрерывности F (x) функцию распределения , не зависящую от F (x) и стремящуюся при безграничном возрастании n к пределу
  (1)
Применительно к задаче диагностики биоритмов бинокулярного зрения непараметрический подход включает следующие основные этапы детекции моментов изменений сигнала.
формирование из исходного сигнала так называемой диагностической последовательности,расчет статистики Колмогорова-Смирнова Y(n,1),проверка гипотезы об однородности, в случае если гипотеза отвергается - определение предварительного момента времени, в который произошло изменение сигнала,проверка расстояния между двумя соседними моментами резких изменений,уточнение моментов переключений полей зрения с использованием статистик Y(n,0). При реализации данного метода был использован принцип движущегося "окна" длительностью 2 секунды (400 отсчетов), т.к. за этот отрезок времени есть вероятность возникновения переключения поля зрения с левого глаза на правый или наоборот.
Для формирования диагностической последовательности исходный сигнал ЭЭГ, зарегистрированный в отведении О1 (рис. 5, а), подвергался фильтрации в полосе альфа-ритма (8-12 Гц) с использованием цифрового эллиптического фильтра 4-ого порядка с затуханием в полосе пропускания 0,1 дБ, вне полосы пропускания – 40дБ (рис. 5, б). Диагностические последовательности представляют собой временные ряды, полученные путем возведения значений амплитуды отфильтрованного сигнала в квадрат и срезания пиков на величину 0,5 от максимального значения (рис. 5, в-д). Они более четко, чем исходная запись, отражают особенности ЭЭГ-сигнала.
Дальнейшая работа с диагностической последовательностью сводится к поиску изменений ее среднего значения. Для каждой точки диагностической последовательности вычислялась модифицированная статистика Колмогорова-Смирнова по формуле:
, (2)
где xk – значения диагностической последовательности; n – положение точки, для которой рассчитывается статистика; ? – величина, равная 1 на этапах предварительной оценки и лежащая в диапазоне от 0 до 1 на этапах уточнения моментов изменений.
Максимум абсолютных значений статистики Y(n,1) дает предварительную оценку момента времени, в который произошло изменение среднего значения диагностической последовательности (рис. 5, в, вертикальная линия).
Далее осуществляется последовательное деление диагностической последовательности точкой, в которой обнаруживается изменение, на два субинтервала (рис. 5, в, субинт. 1 и субинт. 2); определяется длина каждого из них. Так как задачей является поиск моментов переключений полей зрения, то вводится ограничение длины субинтервала и расстояния между двумя соседними найденными моментами резких изменений (т. е. возможными моментами переключений полей зрения) – не меньше 0,5 секунды (100 отсчетов), физиологически значения биоритмов бинокулярного зрения лежат в диапазоне от 0,5 до 6 секунд.
Далее в субинтервалах подходящей длительности снова вычисляется статистика Колмогорова-Смирнова и производится поиск изменения, причем, если оно имеет место, субинтервал в свою очередь делится на два новых субинтервала (рис. 5, г, субинт. 1-1, 1-2, 2-1, 2-2). В приведенном примере на субинтервалах 1-1 и 1-2 снова производится вычисление статистики и ее максимума, а на коротких субинтервалах 2-1 и 2-2 – не производится (рис. 5, д).
В результате в "окне" длительностью 2 секунды получается до семи предварительно найденных моментов резких изменений сигнала (в примере – пять), часть которых на более поздних этапах отбраковывается, а оставшиеся моменты уточняются. Далее происходит переход к следующему "окну" и описанные действия повторяются, причем, началом следующего "окна" является последний из найденных моментов. По описанному алгоритму обрабатывается вся запись сигнала ЭЭГ и формируется массив предварительно найденных моментов резких изменений.
а – исходная ЭЭГ; б – результат фильтрации в альфа-диапазоне (8-12 Гц); в – диагностическая последовательность (1) и статистика Колмогорова-Смирнова (2) на всем интервале; г – результат первого деления интервала на субинтервалы; д – результат второго деления на субинтервалы и сортировки моментов резких изменений; е – результат непараметрической сегментации ЭЭГ-сигнала.
Рис. 5. Непараметрическая сегментация ЭЭГ-сигнала при диагностике бинокулярного зрения
На следующем этапе происходит сортировка и моменты резких изменений, полученные предварительно, рассматриваются повторно. Сначала для каждого из них проверяется гипотеза об однородности, т.е. об отсутствии моментов резких изменений сигнала ЭЭГ. Если величина максимума статистики меньше некоторого порога (определен экспериментальным путем, принят равным 0,6), то гипотеза об однородности принимается и проверяемый момент отбраковывается, в противном случае осуществляется переход к следующему моменту. По данному критерию в приведенном примере были отбракованы моменты 1 и 3 (рис. 5, е).
Затем происходит проверка расстояний между соседними моментами, если оно меньше 0,5 секунды (100 отсчетов), то из пары моментов отбраковывается тот, значение статистики в который меньше, т. е. меньше его значимость (момент 5 в примере на рис. 5, е).
На последнем этапе происходит уточнение моментов переключений полей зрения с использованием статистик Y(n,0). Для уточнения первого момента статистика вычисляется на интервале от начала измерений до второго момента; для уточнения второго момента вычисления производятся на интервале от первого найденного момента до третьего, и т. д. (рис. 5, е). Полученные абсолютные максимумы статистики Y(n,0) становятся окончательно вычисленными моментами резких изменения или моментами переключений полей зрения. По окончании этапа сортировки формируется массив моментов переключений полей зрения.
Затем был произведен сравнительный анализ полученных моментов переключений полей зрения и моментов, отмеченных пациентом во время эксперимента. Совпадением этих моментов считается их взаимное расположение на интервале 0,25 секунды (50 отсчетов). Из рисунка видно, что момент 2 является ложным, а момент 4 – истинным моментом переключения поля зрения с левого глаза на правый.
Результаты и выводы. Результаты разбиения сигнала ЭЭГ по моментам переключения полей зрения с помощью непараметрического статистического метода (рис. 6) показали, что данный метод позволяет достоверно определить от 80 до 100% истинных моментов переключений. Однако около 20 % найденных моментов являются ложными и требуют отбраковки, которую возможно осуществить, используя дополнительные критерии и методы обработки ЭЭГ, работа над этой проблемой в настоящее время ведется авторами.
1 – участок ЭЭГ-сигнала, длительность 20 секунд, отфильтрован в полосе альфа-ритма;
2 – диагностическая последовательность;
Маркер 1 – момент переключения поля зрения с левого глаза на правый, отмеченный пациентом;
Маркер 2 – момент переключения поля зрения с правого глаза на левый, отмеченный пациентом;
 – моменты переключения полей зрения, найденные с помощью непараметрического метода;
 – совпадение с маркером;  - ложное срабатывание;  – маркер не найден.
Рис. 6 Результат применения непараметрического метода при диагностике биоритмов бинокулярного зрения
Таким образом, полученные результаты показали целесообразность применения данного метода при определении моментов переключений полей зрения. Предлагаемый метод позволит повысить точность диагностики биоритмов зрительных восприятий и эффективность лечения нарушений бинокулярного зрения в медицинской практике.
 
Литература
Лисняк М.В. Методы и аппараты для функциональных исследований бинокулярного зрения // Материалы докладов IV Междунар. научно-технической конференции "Физика и радиоэлектроника в медицине и экологии - 2004". Владимир, 2004. – С. 108-111.Лисняк М.В., Родионова Е.С. Система для диагностики бинокулярного зрения с биологической обратной связью // Тезисы докладов Всероссийской научно-технической конференции студентов, молодых ученых и специалистов "Биотехнические, медицинские и экологические системы и комплексы (Биомедсистемы-2005)". Рязань, 2005. – С.43-44.Oken B.S., Chiappa K.H. Short-term variability in EEG frequency analysis // Electroencephalogr. clin. Neurophysiol. - 1988. - V. 69, N 3. - P. 191-198.Barlow J.S. Methods of analysis of non-stationary EEGs, with emphasis on segmentation techniques: a comparative review // J. clin. Neurophysiology. - 1985a. - V. 2, N.3. - P. 267-304.Боденштайн Г., Преториус Х.М. Выделение признаков из электроэнцефалограммы методом адаптивной сегментации // Тр. Ин-та инженеров по электротехнике и радиоэлектронике. - 1977. - Т. 65, N 5. - С. 59-71. / Пер. с англ. статьи: Bodenstein G., Praetorius H.M. Feature extraction from the electroencephalogram by adaptive segmentation // Proc. IEEE. - 1977. - V. 65. - P. 642-652.Amir N., Gath I. Segmentation of EEG during sleep using time-varying autoregressive modeling // Biol. Cybern. - 1989. - V. 61, N 6. - P. 447-455.Шишкин С.Л. Исследование синхронности резких изменений альфа-активности ЭЭГ человека. Автореф. дис. … канд. биол. наук. Москва, 1997, 10 с.Ван дер Варден Б.Л. Математическая статистика. М.: ИЛ, 1960. – 434 с.Котов Ю.Б. Новые математические подходы к задачам медицинской диагностики. М.: Едиториал УРСС, 2004. – 328 с.
Методы оплаты